Clúster Ars MagnaClúster de Computació d'Altes Prestacions |
|
Ars Magna1 és un clúster informàtic d’alt rendiment i d'alta disponibilitat que funciona contínuament gràcies al seu sistema per lots. Actualment, la instal·lació està composta per:
- 2 nodes login/master.
- 11 nodes de càlcul amb 2 Intel Xeon CPUs a 2.2 GHz amb 10 cores/CPU i 92Gb de RAM.
- 1 node de càlcul GPU amb 3 nVidia Geforce Turbo RTX 2080Ti 11Gb GPUS amb 4352 Cuda Cores amb 2 Intel Xeon CPUs a 2.2 GHz amb 10 cores/CPU i 128Gb de RAM.
- 1 servidor d'emmagatzematge amb 72 Terabytes d'emmagatzematge efectiu.
En total, CAP-IA té 24 CPUs 2.2GHz Xeon, 240 Cores, 1140Gb RAM, 13056 Cuda Cores, 33Gb GPU RAM i 75Tb d'emmagatzematge.
El clúster Ars Magna s’utilitza essencialment per oferir els serveis científic tècnics de computació d'altes prestacions per a la Intel·ligència Artificial i per a científics de l’IIIA en la seva recerca en el camp de la IA.
PRÒXIMA AMPLIACIÓ
En els propers mesos, Ars Magna s’ampliarà amb 6 nodes de càlcul més, del mateix tipus que els actuals, cosa que ens permetrà duplicar la seva capacitat de càlcul actual.
1Ramon Llull. Ars Magna, (1315). Ramon Llull va expressar en la seva obra Ars Magna la idea que el raonament es podia implementar artificialment en un dispositiu mecànic que mostrés les veritats amb tanta claredat que no es poguésin discutir. Ars Magna es considera el primer intent d’utilitzar mitjans lògics per produir coneixement i una de les primeres implementacions d'un sistemes d’intel·ligència artificial. Al segle XVI, Giordano Bruno va reprendre el seu treball i va desenvolupar aquestes idees tal com va fer, al segle XVII, Leibniz a l'obra De Ars Combinatoria.
SERVEIS CAP-IA
Computació d'Altes Prestacions en Intel·ligència Artificial.Què son els Serveis CAP-IA?
Una de les missions de l'IIIA és posar la capacitat de càlcul Ars Magna a l'abast de la indústria, institucions i investigadors, els projectes dels quals requereixen capacitats de càlcul i de memòria més enllà de les proporcionades pels ordinadors convencionals.
Per això es creen els serveis Centífic-Tecnics CAP-IA, format per a cuatre tipus de serveis, que aprofitant les capacitats de càlcul de l'Ars Magna, l'experiencia dels investigadors i les eines desenvolupades en el IIIA permeten la realització de projectes de IA tant per a empreses com per a projectes de recerca.
Aquests serveis, pensats per ajudar a les empreses en els seus reptes on la IA hi jugui un paper important, ens han de facilitar la colaboració amb empreses i la millora de la transferencia de tecnologia desenvolupada en el IIIA y també coneixer millor els reptes plentejats per les mateixes per ajudar-les a buscar noves tecnologies que ens permetin superar-les i milllorar el benestar de la societat.
Quines eines estan disponibles en el CAP-IA?
Hi ha disponibles biblioteques de codi obert per a eines d’IA, com ara Pytorch, TensorFlow, Scikit-learn o Keras.
A més, hi ha diverses eines desenvolupades a l'IIIA que es poden utilitzar. També hi ha investigadors i tècnics d’IA qualificats per ajudar-vos a aprofitar al màxim la infraestructura i el programari disponible i, quan calgui, podran desenvolupar programari personalitzat per a projectes de R+D, tant públics com per empreses, com ara:
- El desenvolupament de models d’aprenentatge automàtic que requereixen grans quantitats de dades.
- El desenvolupament d'aplicacions que requereixen la resolució de problemes d'optimització.
- El desenvolupament d'aplicacions que requereixen una informàtica distribuïda, com ara sistemes multi-agents.
- El desenvolupament d'aplicacions que requereixen proves intensives per verificar-ne l'eficiència.
- Recerca empírica, aprofitant la seva capacitat per llançar i parar experiments d’una manera més dinàmica i flexible.
- L’estudi del comportament i/o rendiment dels algoritmes d’IA, ja que disposem d’una infraestructura homogènia de màquines que ens permet garantir les mateixes condicions de maquinari en totes les proves.
Serveis i Preus
Servei 1: Ús del clúster Ars Magna.
El clúster Ars Magna es pot utilitzar per resoldre problemes amb grans necessitats informàtiques. Aquí només s’ofereix el servei del clúster, amb un suport mínim en l’ús de la infraestructura.
Aquest servei no proporciona assistència en qüestions com: l’estructura de les dades, el programari utilitzat o els resultats obtinguts, per tant sols es recomana a investigadors i personal qualificat amb coneixements sobre l’ús d’aquest tipus d’infraestructures.
L'ús d'aquest servei inclou els següent complements:
- Per a cada CPU utilitzada, es tindrà accés a 8 Gb de memòria RAM.
- Per a cada node GPU utilitzat, es tindrà accés a 11 Gb de memòria RAM.
- Es tindrà accés a 1 TB de memòria del disc, tot i que es poden sol·licitar extensions i seran ateses sempre que sigui possible.
Servei 2: Consultoria i assessorament en projectes de IA.
S'ofereix consultoria i assessorament, per experimentats investigadors de l'IIIA, en qüestions com:
- la capacitat de les tècniques d’IA per resoldre problemes específics,
- com aplicar eines d 'IA a les organitzacions per optimitzar els seus processos, i
- el disseny de noves eines d’intel·ligència artificial que permetin afrontar nous reptes.
Es pot combinar el servei de consultoria i assessorament amb el servei d’ús del clúster, en aquest cas el cost final inclourà els costos dels serveis individuals.
Servei 3: Sistemes de Suport a la Decisió basat en dades.
Aquest servei proporciona la tecnologia, experiència i capacitat informàtica per al disseny i desenvolupament de models de Suport a la Decisió basats en dades, mitjançant l’ús de tècniques d’intel·ligència artificial com l’aprenentatge automàtic (ML), l’aprenentatge profund (DL), models gràfics probabilístics, raonament basats en casos i transferència d’aprenentatge, entre d’altres.
Aquest servei també permet millorar l’eficiència dels models creats mitjançant proves exhaustives de simulació.
Servei 4: Sistemes Intel·ligents basats en optimització.
Aquest servei proporciona les tècniques d’optimització més avançades, mitjançant l’aplicació d’algoritmes d’IA basats en metaheurístiques, que ens permeten abordar problemes d’optimització a gran escala.
Les técniques inclouen algorismes genètics i evolutius, cerca local iterada, recuit simulat i cerca tabú o els mètodes de cerca d’arbre de Monte Carlo (MCTS), que són adequats per resoldre problemes de decisió i planificació; també som especialistes en tècniques d’optimització basades en els algorismes de satisfacció de restriccions SAT i Max_SAT, tots ells algoritmes que han demostrat la seva eficiència en la resolució de problemes industrials.
